Bioestatística. Paulo Nogueira quarta-feira, 11 de Janeiro de 2012
|
|
- Rachel Galindo Caminha
- 5 Há anos
- Visualizações:
Transcrição
1 Bioestatística Paulo Nogueira quarta-feira, 11 de Janeiro de 2012
2 Bioestatística?
3 Bioestatística Biologia + Estatística (Portmanteau) Biometria Estatística aplicada às ciências da saúde
4 Para que serve a estatística?
5 Para que serve a estatística? Qual o seu principal objectivo? obter conclusões sobre a população usando uma amostra? População Amostragem Amostra Uma ou mais variáveis (X) são observadas Algumas Noções
6 População Amostragem Amostra Uma ou mais variáveis (X) são observadas Verdadeiro valor medição média
7 Exatidão + - Precisão + * * * * * * * * * * * * * * - * * * * * * * * * * * * * * * *
8 ESTATÍSTICA 1. Estatística Descritiva Explorar, apresentar e resumir os dados da amostra. (tabelas, Gráficos, medidas de localização, medidas de dispersão, etc.) 2. Inferência Estatística Afirmações sobre parâmetros da população. (Estimativas pontuais, intervalos de confiança, Testes de hipóteses) Algumas Noções
9 O que é um Intervalo de Confiança? Para que serve e como se interpreta.
10 População Amostragem Amostra Uma ou mais variáveis (X) são observadas Verdadeiro valor medição média
11 Quão (im)precisas são as estimativas? A precisão de uma estimativa amostral de um parâmetro amostral é caracterizada pelo Erro padrão. Se repetíssemos a experiência um número infinito de vezes e em cada vez calculássemos a estimativa; Obteríamos a distribuição (virtual) dos parâmetros. (distribuição amostral). Tamanho de amostra grande Tamanho de amostra pequeno
12 A resposta é dada (medida) pelo seu erro padrão: Quão precisas são as estimativas? s s. e. x (Desvio padrão da média (DPM)) n Desvio Padrão da Média DPM s n A resposta é dada (medida) pelo seu erro padrão s - é o desvio padrão amostral 1. A precisão é proporcional ao desvio padrão 2. A precisão é proporcional à raiz quadrada do tamanho da amostra. i.e. 2x mais Precisão 4x o Tamanho da Amostra 3. O que é que se usa nas publicações? O desvio padrão ou o erro padrão? Depende do objectivo - O desvio padrão descreve a variabilidade de X na População. - O erro padrão descreve quão precisa é a estimativa da média populacional
13 Intervalos de confiança Estimação em forma de intervalo de parâmetro populacional, com base na informação amostral disponível e no conhecimento da distribuição amostral do estimador do parâmetro X para 2 S para s 2
14 Intervalos de confiança mais usuais Parâmetro Média Proporções Variância Uma proporção é a média de uma amostra proveniente de uma população de Bernoulli
15 Exemplo Intervalos de confiança # glucose (mg/dl) 76.0,77.4, 77.0, 76.9, 74.3, 74.5, 77.0, 80.3, 77.2, 77.0, 76.9, 75.5, 79.9, 76.0, 76.7, 74.5, 74.9, 79.2, 78.7, 78.5, 77.1 s 2 x x z s s ; x z 1 n 1 n 2 2 IC 90% ; IC 95% ; IC 99% ; ; ; 75.8;
16 Intervalos de confiança Média s desconhecido Intervalo (1-)*100% de confiança para a média ; n s n n s n t x t x
17 Amostra e sub-amostras Interpretação: Se a experiência for repetida muitas vezes, 95% dos IC conterão o verdadeiro. Original 5% 1 5% 2 5% 3 10% 1 10% 2 30% 1 30% % CI TRIG
18 Testes de Hipóteses Hipótese Estatística de teste Distribuição da estatística de teste Decisão H 0 : Não existe efeito vs. H 1 : Existe efeito Hipótese nula Hipótese alternativa Varia conforme a natureza do problema Ou rejeito a hipótese nula o que significa que existe um efeito de tratamento Ou não rejeito a hipótese nula o que significa que não existem evidências de um efeito de tratamento
19 Aceitar ou Não rejeitar? Do ponto de vista estatístico puro não se diz Aceito H 0, porque existem sempre erros. O facto de não se rejeitar H 0 pode ter duas causas: Ou o efeito não existe Ou não existe potência para mostrar o efeito.
20 Interpretação dos p-values O p-value é a probabilidade de observar os dados quando a hipótese nula é verdadeira. Por exemplo num ensaio clínico Estamos interessados na diferença observada entre dois grupos de tratamentos. Relacionamos então os dados com a provável variação numa amostra devida ao acaso quando a hipótese nula é verdadeira na população. Regra geral, Se o p-value > 0,05 Se o p-value < 0,05 Se o p-value < 0,01 o resultado do teste não é significativo o resultado do teste é significativo (rejeita-se a hipótese nula) Pode-se dizer que o resultado é muito significativo
21 Erros de Tipo I e Tipo II Existem sempre erros ao fazer um teste de hipóteses. Realidade: H 0 Decisão: H 0 Verdadeira Verdadeira confiança 1 Falsa Erro II b Falsa Erro I Potência 1 b
22 de tipoi Rejeitar H H é verdadeira P erro P 0 0 de tipoii Não Rejeitar H H é falsa b P erro P 0 0 Potência 1b P Rejeitar H0 H0 é Falsa
23 Esquema Clássico
24 Académico Académico Académico
25 Médias Uma amostra Duas amostras Várias amostras Normalidade da distribuição de cada grupo Não Normalidade da distribuição de pelo menos um grupo / uma das amostra com tamanho muito pequeno (teste não paramétrico) Igualdade de variâncias desigualdade de variâncias Teste t Teste t Teste t (teste de welsh) Teste de Mann-Whitney Igualdade de variâncias ANOVA desigualdade de variâncias Teste de Kruskal-Wallis
26 Testes de Hipóteses mais usuais Uma amostra ou Duas amostras Média Proporções Variância
27 Teste do qui-quadrado Pode ser usado como teste de ajustamento Ver se duas (ou mais) distribuições são iguais E pode ser usado como teste de independência/associação entre duas variáveis categoriais Verifica se existe independência entre as variáveis a A e B Hipótese P(A e B) = P(A)*P(B)
28 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Problemas anteriores idênticos * Sexo Crosstab ANTPRO Total Sim Não Count % within ANTPRO % within SEXO Count % within ANTPRO % within SEXO Count % within ANTPRO % within SEXO SEXO Mas culino Feminino Total , 7% 26, 3% 100,0% 7,3% 6,8% 7,2% , 0% 28, 0% 100,0% 92,7% 93,2% 92,8% , 1% 27, 9% 100,0% 100,0% 100,0% 100,0%
29 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Problemas anteriores idênticos * Sexo Crosstab ANTPRO Total Sim Não Count % within ANTPRO % within SEXO Count % within ANTPRO % within SEXO Count % within ANTPRO % within SEXO SEXO Masculino Feminino Total , 7% 26, 3% 100,0% 7,3% 6,8% 7,2% , 0% 28, 0% 100,0% 92,7% 93,2% 92,8% , 1% 27, 9% 100,0% 100,0% 100,0% 100,0% Chi-Square Tests Pears on C hi-square Continuity Correction a Likelihood Ratio Fisher's Exact Tes t Linear-by-Linear Assoc iation N of Valid Cases Asy mp. Sig. Value df (2-sided),026 b 1,871, , 000,027 1,870,026 1, a. Computed only f or a 2x2 table Exact Sig. (2-sided) Exact Sig. (1-sided) 1, 000,554 b. 0 cells (,0%) hav e expected count less than 5. The minimum expected count is 5,31.
30 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Problemas anteriores idênticos * Sexo Pears on C hi-square Continuity Correction a Likelihood Ratio Fisher's Exact Tes t Linear-by-Linear Assoc iation N of Valid Cases Chi-Square Tests Asy mp. Sig. Value df (2-sided),026 b 1,871, , 000,027 1,870,026 1, a. Computed only f or a 2x2 table Exact Sig. (2-sided) Exact Sig. (1-sided) 1, 000,554 b. 0 cells (,0%) hav e expected count less than 5. The minimum expected count is 5,31. Conclusão: A proporção de problemas idênticos anteriores não diferiu por sexo (p=1,000); Ou Não há evidências de que a distribuição de problemas anteriores idênticos difira por sexo (p=1,000);
31 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Pouco interesse sexual * Sexo Crosstab POUCO Total Sim Não Count % within POUCO % within SEXO Count % within POUCO % within SEXO Count % within POUCO % within SEXO SEXO Mas culino Feminino Total , 2% 48, 8% 100,0% 32,8% 78,7% 45,8% , 8% 11, 2% 100,0% 67,2% 21,3% 54,2% , 6% 28, 4% 100,0% 100,0% 100,0% 100,0% Pears on C hi-square Continuity Correction a Likelihood Ratio Fisher's Exact Tes t Linear-by-Linear Assoc iation N of Valid Cases Chi-Square Tests Asy mp. Sig. Value df (2-sided) 45,490 b 1,000 43, 662 1,000 47, 203 1,000 45, 318 1, a. Computed only f or a 2x2 table Exact Sig. (2-sided) Exact Sig. (1-sided),000,000 b. 0 cells (,0%) hav e expected count less than 5. The minimum expected count is 34, 38.
32 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Pouco interesse sexual * Sexo Pears on C hi-square Continuity Correction a Likelihood Ratio Fisher's Exact Tes t Linear-by-Linear Assoc iation N of Valid Cases Chi-Square Tests Asy mp. Sig. Value df (2-sided) 45,490 b 1,000 43, 662 1,000 47, 203 1,000 45, 318 1, a. Computed only f or a 2x2 table Exact Sig. (2-sided) Exact Sig. (1-sided),000,000 b. 0 cells (,0%) hav e expected count less than 5. The minimum expected count is 34, 38. Conclusão: A proporção de falta de interesse sexual difere nos dois sexo (p<0,001); Ou A falta de interesse sexual está associado ao género dos indivíduos (p<0,001);
33 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Pouco interesse sexual * Sexo OR = (0.077; 0.275) Os homens apresentam uma reduzida probabilidade de se queixarem de falta de interesse Sexual quando comparados com as mulheres. Invertendo os valores: OR = (3.64; 12.99) As mulheres apresentaram um probabilidade de se queixarem de falta de interesse sexual aproximadamente 7 vezes maior que a dos homens.
34 Comparação de médias Teste t e ANOVA Estes testes dizem-se paramétricos Assumem que as distribuições subjacentes aos dados são normais Quantas populações queremos comparar? Duas teste t Mais de duas ANOVA
35 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Idade dos indivíduos * Sexo Group Statistics idade sexo Mas culino Feminino Std. Error N Mean Std. Dev iation Mean , 91 13, 749, , 15 11, 273 1, 319?
36 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Idade dos indivíduos * Sexo Independent Samples Test idade Equal v ariances ass umed Equal v ariances not assumed Lev ene's Test for Equality of Varianc es F Sig. t df Sig. (2-tailed) t-test f or Equality of Means Mean Dif f erence 95% Conf idence Interv al of the Std. Error Dif f erence Dif f erence Lower Upper 6, 025,015 9, ,000 16, 755 1, , , , ,145,000 16, 755 1, , , 021 Conclusão: (Não existe homogeneidade das variâncias (p=0.015), temos de usar o teste t para amostras independentes assumindo variâncias diferentes) Rejeita-se a hipótese de igualdade das médias (populacionais) de idade nos dois grupos (p<0,001). Ou A idade dos indivíduos do sexo masculino que se queixam de problemas de disfunção sexual ao médico de família difere estatisticamente da idade das mulheres que apresentam o mesmo tipo de queixas.
37 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Há quanto tempo apresenta estas queixas * Sexo Group Statistics tempo sexo Mas culino Feminino Std. Error N Mean Std. Dev iation Mean 171 9, 41 19, 135 1, , 64 28, 457 3, 644?
38 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Há quanto tempo apresenta estas queixas * Sexo Group Statistics tempo sexo Masculino Feminino Std. Error N Mean Std. Dev iation Mean 171 9, 41 19, 135 1, , 64 28, 457 3, 644 Independent Samples Test tempo Equal v ariances ass umed Equal v ariances not assumed Lev ene's Test for Equality of Varianc es F Sig. t df Sig. (2-tailed) t-test f or Equality of Means Mean Dif f erence 95% Conf idence Interv al of the Std. Error Dif f erence Dif f erence Lower Upper 5, 224,023-1, ,112-5,230 3, ,680 1, 220-1,332 80, 179,187-5,230 3, ,043 2, 584
39 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Há quanto tempo apresenta estas queixas * Sexo Independent Samples Test tempo Equal v ariances ass umed Equal v ariances not assumed Lev ene's Test for Equality of Varianc es F Sig. t df Sig. (2-tailed) t-test f or Equality of Means Mean Dif f erence 95% Conf idence Interv al of the Std. Error Dif f erence Dif f erence Lower Upper 5, 224,023-1, ,112-5,230 3, ,680 1, 220-1,332 80, 179,187-5,230 3, ,043 2, 584 Conclusão: (Não existe homogeneidade das variâncias (p=0.023), temos de usar o teste t para amostras independentes assumindo variâncias diferentes) Não se rejeita a hipótese de igualdade das médias (populacionais) de tempo de queixas de disfunção sexual idade nos dois grupos (p=0.187). Não foram encontradas evidências de que a duração das queixas de disfunção difiram por sexos.
40 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Será que o número de QDS é influenciado pela idade? Número de queixas (1, 2, 3 ou mais)
41 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Será que o número de QDS é influenciado pela idade? Número de queixas (1, 2, 3 ou mais)
42 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Será que o número de QDS é influenciado pela idade? Número de queixas (1, 2, 3 ou mais)
43 Rejeita-se a hipótese de igualdade das variâncias populacionais dos 3 grupos (p=0,016). Está violado um dos prossupostos da ANOVA não tenho garantias de que o resultado da ANOVA seja correcto
44 O teste de Shapiro-Wilk é o mais apropriado quando o tamanho da amostra é menor que 50. A idade no grupo com apenas uma queixa não segue uma distribuição normal. Não podemos aplicar a ANOVA!
45 Rejeita-se a hipótese de igualdade da idade pelo número de queixas (p<0,001). Ou Existem evidências de que uma associação entre idade e número de queixas QDS (p<0,001).
46
47
48 Os resultados obtidos pela ANOVA são confirmados pelo teste não paramétrico de Kruskal-Wallis. Não existe evidencia de relação entre numero de queixas e idade na mulher. Nos homens o resultado é borderline.
49 Exemplo: Queixas de Disfunção Sexual rede médicos sentinela Será que o número de QDS é influenciado pela idade? Número de queixas (variável numérica)
50 Correlação negativa. A idade tende a ser mais baixa quando as queixas aumentam. Ou Quando o número de queixas é menor a idade tende a ser mais elevada.
51
52
53
54 Quantas variáveis? 1 Análise descritiva Variável numérica Medidas de localização, medidas de disperssão Gráficos» Variável discreta com poucos valores Barras, linhas, sectogramas» Variável contínua Histograma, caixa de bigodes, etc. Variável qualitativa Frequências, moda Gráficos (barras, linhas, sectogramas, etc)
55 Quantas variáveis? 1 Inferência estatística Variável numérica Teste z Teste t Teste para uma variância» A comparação é feita com um valor para o parâmetro populacional externo Variável qualitativa Teste do Qui-quadrado» Teste que avalia a homogeneidade das observações pelas diferentes categorias Teste para uma proporção» Teste que avalia se a proporção observada está de acordo com uma hipótese populacional
56 Quantas variáveis? 2 v. categorial vs v. categorial Análise descritiva bivariada Crosstabs Frequências cruzadas Proporções (por linha, por coluna, totais)
57 Quantas variáveis? 2 v. categorial vs v. categorial Inferência estatística Qui-quadrado Teste de independência (não associação)» Pressupostos: o número esperado em cada célula da tabela é maior que 5 Qui-quadrado com correcção para a continuidade (correcção de Yates) Quando se trata de uma tabela 2x2 Teste exacto de Fisher Quando se trata de uma tabela 2x2, sempre aplicável mesmo quando falha o pressuposto de aplicação do quiquadrado
58 Quantas variáveis? 2 v. numérica vs v. categorial A v. numérica toma o lugar de v. dependente ou v. de teste Análise descritiva bivariada Medidas de localização e de dispersão por cada nível da v. categorial Histogramas por painel Caixas de bigodes paralelas
59 Quantas variáveis? 2 v. numérica vs v. Categorial a v. categorial tem 2 níveis Inferência estatística Teste t Comparação das duas média populacionais Existem dois teste t» 1 teste que assume a igualdade das variâncias populacionais» 1 teste que assume a desigualdades das variâncias populacionais Teste F ou teste de Levene Comparação de duas variâncias populacionais Teste de Mann-Whitney Teste não paramétrico» Compara as duas distribuições
60 Quantas variáveis? 2 v. numérica vs v. Categorial a v. categorial tem mais de 2 níveis Inferência estatística ANOVA Testa a igualdade de todas as médias populacionais Pressupostos:» Todas as amostras são normais» Homocedaticidade: as variâncias de todos os grupos são iguais teste de Levene Testa a igualdade das variâncias» Este teste deve ser sempre feito antes de analisar os resultados da igualdade das médias Teste de Kruskal-Wallis Teste não paramétrico» Compara as distribuições Nota: quando existem diferenças estatísticas usam-se teste de comparações múltiplas para perceber em que níveis ocorrem as diferenças: testes Post-Hoc
61 Quantas variáveis? 2 v. numérica vs v. numérica Coeficiente de correlação de Pearson O teste associado é um teste t e assume normalidade das variáveis para efectuar o teste Coeficiente de correlação de Spearman Teste não paramétrico Usa as ordens dos valores e não os valores
62 Quantas variáveis? Mais de 2 variáveis Análise multifactorial Temos uma variável dependente e queremos explicar a sua variação usando as restantes variáveis Análise multivariada Queremos estudar a variação conjunta de mais do que uma variável
63 Quantas variáveis? Mais de 2 variáveis Análise Multifactorial A variável dependente (explicada) é numérica (assumida normal) Regressão linear múltipla Só são admitidas variáveis numéricas» Para variáveis categoriais é necessário usar variáveis mudas/indicadoras» Exemplo: sexo criar uma v. Com 1- Masculino e 0- feiminino ANOVA Multifactorial / MANCOVA São admitidas variáveis categoriais FACTORES Existem factores fixos todos os possíveis valores presentes Existem factores aleatórios não todos os possiveis valores representados São admitidas variáveis numéricas Covariáveis (MANCOVA)
64 Quantas variáveis? Mais de 2 variáveis Análise Multifactorial A variável dependente (explicada) é dicotómica Regressão logistica (binária) São admitidas variáveis categoriais FACTORES São admitidas variáveis numéricas Covariáveis (MANCOVA) A variável dependente (explicada) é dicotómica e tem associado um tempo até ao evento Análise de Sobrevivência / Regressão de Cox Muito semelhante à regressão logistica
65 Quantas variáveis? Mais de 2 variáveis Análise Multifactorial Existem outros métodos menos usuais Modelos linear generalizados Regressão de poisson Logit Probit Modelos lineares aditivos etc
66 Quantas variáveis? Mais de 2 variáveis Análise multivariada Análise exploratória de dados multivariados Não são metodos de inferência estatística Análise factorial Componentes principais Etc.
67
Testes de Hipóteses. : Existe efeito
Testes de Hipóteses Hipótese Estatística de teste Distribuição da estatística de teste Decisão H 0 : Não existe efeito vs. H 1 : Existe efeito Hipótese nula Hipótese alternativa Varia conforme a natureza
Leia maisAnálise estatística. Aula de Bioestatística. 17/9/2008 (2.ª Parte) Paulo Nogueira
Análise estatística Aula de Bioestatística 17/9/2008 (2.ª Parte) Paulo Nogueira Testes de Hipóteses Hipótese Estatística de teste Distribuição da estatística de teste Decisão H 0 : Não existe efeito vs.
Leia maisEstatística descritiva
Estatística descritiva Para que serve a estatística? Qual o seu principal objectivo? obter conclusões sobre a população usando uma amostra? População Amostragem Amostra Uma ou mais variáveis (X) são observadas
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Testes dos sinais e de Wilcoxon Teste de Mann-Whitney Teste
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Algumas considerações Slide 2 As secções deste capítulo referem-se
Leia maisExame de Recorrência de Métodos Estatísticos. Departamento de Matemática Universidade de Aveiro
Exame de Recorrência de Métodos Estatísticos Departamento de Matemática Universidade de Aveiro Data: 6/6/6 Duração: 3 horas Nome: N.º: Curso: Regime: Declaro que desisto Classificação: As cotações deste
Leia maisCE003 Estatística II
CE003 Estatística II Silvia Shimakura silvia.shimakura@ufpr.br Laboratório de Estatística e Geoinformação Estatística Inferencial Estimação, Intervalos de Confiança, Testes de hipóteses Estatística Inferencial
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 7. Estimação 1 7.1. Estimação pontual 1 7.1.1. Propriedades dos estimadores 1 7.1.2. Métodos de estimação 4 7.1.2.1. Método dos momentos 4 7.1.2.2. Método da máxima verosimilhança 5 7.1.3. Exemplos
Leia maisFilho, não é um bicho: chama-se Estatística!
Paulo Jorge Silveira Ferreira Filho, não é um bicho: chama-se Estatística! Estatística aplicada uma abordagem prática FICHA TÉCNICA EDIÇÃO: Paulo Ferreira TÍTULO: Filho, não é um bicho: chama-se Estatística!
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
Leia maisÍNDICE. Variáveis, Populações e Amostras. Estatística Descritiva PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 CAPÍTULO 2
COMO USAR ESTE LIVRO ÍNDICE PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 Variáveis, Populações e Amostras 1.1. VARIÁVEIS ESTATÍSTICAS E ESCALAS DE MEDIDA 27 1.2. POPULAÇÃO VS. AMOSTRA
Leia maisResultados dos testes estatísticos
Resultados dos testes estatísticos Estudo da fiabilidade do instrumento para avaliação dos comportamentos e atitudes Factor Analysis Communalities Initial Extraction Item47 1,000,759 Item48 1,000,801 Item49
Leia mais1. Conceitos básicos de estatística Níveis de medição Medidas características de distribuições univariadas 21
OS SABERES INDISPENSÁVEIS 7 Índice Prefácio 13 Capítulo 1 Os Saberes Indispensáveis 1. Conceitos básicos de estatística 17 1.1. Níveis de medição 18 1.2. Medidas características de distribuições univariadas
Leia mais1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisAssociação entre variáveis categóricas e IC95%
Associação entre variáveis categóricas e IC95% Andréa Homsi Dâmaso Programa de pós-graduação em Epidemiologia UFPEL Biotecnologia: Bioestatística e Delineamento Experimental Aula de hoje Teste do qui-quadrado
Leia maisISCTE- IUL Instituto Universitário de Lisboa
ISCTE- IUL Instituto Universitário de Lisboa Licenciatura em Gestão Exame de ª Época de Estatística II de Junho de 0 Duração: h +30m Nota: Não são prestados esclarecimentos durante a prova! Só é permitida
Leia maisProf. Dr. Alfredo J Rodrigues. Departamento de Cirurgia e Anatomia Faculdade de Medicina de Ribeirão Preto Universidade de São Paulo
Bioestatística Básica RCA 5804 1. Experimentos no qual o sujeito recebe + de 1 tratamento 2. Alternativas para teste T e Análise de Variância 3. Correlação Prof. Dr. Alfredo J Rodrigues Departamento de
Leia maisIntrodução à análise estatística com SPSS. Guião nº6: Medidas de associação
Introdução à análise estatística com SPSS Guião nº6: Medidas de associação Experiência sobre volume plasmático e o peso em 13 homens saudáveis Os investigadores pretendem descobrir se as variáveis volume
Leia maisAULA 10 RELACIONAMENTOS ENTRE DUAS VARIÁVEIS
UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA ENG C 18 Métodos de Pesquisa Quantitativos e Qualitativos DOCENTE: CIRA SOUZA PITOMBO AULA 10 RELACIONAMENTOS
Leia maisESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 3 Distribuição Normal Multivariada
ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11 EXERCÍCIOS PRÁTICOS - CADERO 3 Distribuição ormal Multivariada 22-02-11 3.1 3.1. Considere três variáveis bidimensionais (X 1, X 2 ) com distribuição normal
Leia maisISCTE Instituto Superior de Ciências do Trabalho e da Empresa
ISCTE Instituto Superior de Ciências do Trabalho e da Empresa Licenciatura em Gestão Exame de 2ª Época de Estatística II Duração: 2h +30m Nota: Não são prestados esclarecimentos durante a prova! Só é permitida
Leia maisCONSULTADORIA INFORMÁTICA, LDA. Análise Bivariada
CONSULTADORIA INFORMÁTICA, LDA. Análise Bivariada Testes Paramétricos Os procedimentos estatísticos e as conclusões são baseados na distribuição subjacente aos dados disponíveis em estudo. Fazem uso de
Leia maisExame Final de Métodos Estatísticos
Exame Final de Métodos Estatísticos Data: de Junho de 26 Duração: 3h. Nome: Curso: Declaro que desisto N. Mec. Regime: As cotações deste exame encontram-se na seguinte tabela. Responda às questões utilizando
Leia maisTestes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados.
TESTES NÃO PARAMÉTRICOS Testes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados. Bioestatística, 2007 15 Vantagens dos testes não
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 1. Introdução 1 1.1. Enquadramento e objectivos 2 1.2. Organização 5 1.3. Noções base da Estatística 7 1.3.1. Distinção entre população e amostra 8 1.3.2. Amostragem 10 1.3.3. Unidade estatística
Leia maisINSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 EXAME: DATA 24 / 02 / NOME DO ALUNO:
INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 Estudos de Mercado EXAME: DATA 24 / 02 / 20010 NOME DO ALUNO: Nº INFORMÁTICO: TURMA: PÁG. 1_ PROFESSOR: ÉPOCA: Grupo I (10
Leia maisEscolha dos testes INTRODUÇÃO À BIOESTATÍSTICA QUANTIFICAÇÃO DOS GRUPOS DO ESTUDO PESQUISA INFERÊNCIA ESTATÍSTICA TESTE DE HIPÓTESES E
Escolha dos testes INTRODUÇÃO À BIOESTATÍSTICA Determinada a pergunta/ hipótese Recolhidos os dados Análise descritiva = Estatística descritiva QUAIS TESTES ESTATÍSTICOS DEVEM SER REALIZADOS?? PROFESSORA:
Leia maisIntrodução. Amostragem, amostra aleatória simples, tabela de números aleatórios, erros
Estatística Aplicada 2007/2008 Programa Introdução às probabilidades. Distribuições. Amostragem. Testes de hipóteses. Análise da variância. Estatística não-paramétrica. Testes de ajuste do qui-quadrado.
Leia maisVariância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 6 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise de dados bivariada: os casos dos testes de proporções para duas amostras independentes e emparelhadas
Leia maisPOPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA TIPOS DE VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS 1) TIPOS DE VARIÁVEIS
POPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA População (N) representa o conjunto de todas as unidades experimentais que apresentam características em comum Amostra (n) representa uma parte do todo.
Leia maisIMC para adolescentes:
ANEXO 1 Anexo 1 IMC para adolescentes: Idade Sexo Baixo Peso Peso Normal 6 anos 7 anos 8 anos 9 anos 10 anos 11 anos 12 anos 13 anos 14 anos 15 anos 16 anos 17 anos Masculino Feminino Masculino Feminino
Leia maisSUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Leia maisIntrodução 5 PREFÁCIO 15
Introdução 5 ÍNDICE PREFÁCIO 15 INTRODUÇÃO 1. INICIAÇÃO AO SPSS 17 1.1. File 19 1.2. Edit 20 1.3. View 22 1.4. Data 22 1.5. Transform 24 1.5.1. Criar novas variáveis 24 1.5.2. Inversão da ordem das categorias
Leia maisBIOESTATÍSTICA. Parte 5 Testes de Hipóteses
BIOESTATÍSTICA Parte 5 Testes de Hipóteses Aulas Teóricas de 05/05/2011 a 19/05/2011 5.1. Conceito de erro, estatística de teste, região de rejeição, nível de significância, valor de prova, potência do
Leia maisSumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47
CAPÍTULO 1 Conceitos preliminares 1 Introdução........................................................1 O que é estatística?.................................................. 4 Papel dos microcomputadores.........................................
Leia maisA UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE:
A UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE: ESELAW 09 MARCOS ANTÔNIO P. & GUILHERME H. TRAVASSOS) 1 Aluna: Luana Peixoto Annibal
Leia maisAjustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão.
Glossário Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Análise de co-variância: Procedimento estatístico utilizado para análise de dados que
Leia maisEstatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência NOME:
DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência 24-05-2011 NOME: Observação: A resolução completa das perguntas inclui
Leia mais1 Introdução aos Métodos Estatísticos para Geografia 1
1 Introdução aos Métodos Estatísticos para Geografia 1 1.1 Introdução 1 1.2 O método científico 2 1.3 Abordagens exploratória e confirmatória na geografia 4 1.4 Probabilidade e estatística 4 1.4.1 Probabilidade
Leia maisAssociação entre duas variáveis
Associação entre duas variáveis Questões de interesse: Será que duas variáveis são independentes ou pelo contrário dependentes? E se forem dependentes, qual o tipo e grau de dependência? Existem diversas
Leia maisDisciplina de Modelos Lineares Professora Ariane Ferreira
Disciplina de Modelos Lineares 2012-2 Regressão Logística Professora Ariane Ferreira O modelo de regressão logístico é semelhante ao modelo de regressão linear. No entanto, no modelo logístico a variável
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Científica Matemática Teóricas Curso Eng. do Ambiente ECTS 5.0 Teóricopráticas Distribuição das horas de contacto Trabalho Práticas e de Seminário Estágio Laboratoriais campo Orientação tutória Outras
Leia maisCE055 Bioestatística A
CE055 Bioestatística A Silvia Shimakura silvia.shimakura@ufpr.br Laboratório de Estatística e Geoinformação Objetivo da disciplina Conhecer metodologias estatísticas para produção, descrição e análise
Leia maisMOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisRESOLUÇÃO Nº 01/2016
Legislações Complementares: Resolução Nº 02/2016 Colegiado DEst Resolução Nº 03/2016 Colegiado DEst Resolução Nº 01/2017 Colegiado DEst RESOLUÇÃO Nº 01/2016 O Departamento de Estatística, tendo em vista
Leia maisLicenciatura em Fisioterapia Ano lectivo 2010/2011 4º Ano Seminário de Monografia I e II. Monografia Final de Curso
Licenciatura em Fisioterapia Ano lectivo 2010/2011 4º Ano Seminário de Monografia I e II Monografia Final de Curso Influência da Fisioterapia na Funcionalidade dos Utentes Internados em Unidades de Cuidados
Leia maisExplore sexo do sujeito
EXAMINE VARIABLES=somatização ObComp Sensibilidinter DepresE BY sexo /PLOT BOXPLOT STEMLEAF NPPLOT /COMPARE GROUP /STATISTICS DESCRIPTIVES /CINTERVAL 95 /MISSING LISTWISE /NOTOTAL. Explore Somatização
Leia maisConstrução da base de dados
Construção da base de dados Construção da base de dados Construção da base de dados Exemplos de Inquéritos O instrumento de notação Codificação e dicionário das variáveis Data view e variable view Introdução
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 5 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise de dados bivariada: cruzamentos e medidas de associação variáveis nominais e ordinais e variáveis
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisCE055 Bioestatística A
CE055 Bioestatística A Silvia Shimakura silvia.shimakura@ufpr.br Laboratório de Estatística e Geoinformação Objetivo da disciplina Conhecer metodologias estatísticas para produção, descrição e análise
Leia maisAnexo 1 ESCALA-21 DE DEPENDÊNCIA AO EXERCÍCIO Hausenblas & Symons Downs (2002)
Anexo 1 ESCALA-21 DE DEPEDÊCIA AO EXERCÍCIO Hausenblas & Symons Downs (2002) Instruções: Usando a escala seguinte, por favor, responda às seguintes questões o mais correctamente possível. As questões referem-se
Leia maisAnálise de dados para negócios. Cesaltina Pires
Análise de dados para negócios Cesaltina Pires Janeiro de 2003 Índice geral 1 Representação grá ca de dados 1 1.1 Variáveis discretas e contínuas.......................... 1 1.2 Distribuições de frequência
Leia maisBioestatística. Mestrado Saúde Materno Infantil 2005 Prof. José Eulálio Cabral Filho
Bioestatística Mestrado Saúde Materno Infantil 2005 Prof. José Eulálio Cabral Filho Medidas de Dispersão Desvio padrão Medida da variabilidade dos valores em torno da média. ( xi DP= n 1 x) 2 É mais fiel
Leia maisConceitos centrais em análise de dados
Conceitos centrais em análise de dados Conceitos básicos em Estatística Estatística Ciência que tem por objetivo orientar a coleta, o resumo, a apresentação, a análise e a interpretação dos dados. Divide-se
Leia maisCE001 Bioestatística
CE001 Bioestatística Silvia Shimakura silvia.shimakura@ufpr.br Laboratório de Estatística e Geoinformação Objetivo da disciplina Conhecer metodologias estatísticas para produção, descrição e análise de
Leia maisCasos. Índice. Parte I. Caso 1 Vendas da empresa Platox. Caso 2 Importação de matéria-prima. Caso 3 Carteira de acções. Caso 4 Lançamento de produto
Índice PREFÁCIO 15 NOTA INTRODUTÓRIA 17 CONVENÇÕES UTILIZADAS 19 Parte I Casos Caso 1 Vendas da empresa Platox 1. Enquadramento e objectivos 25 2. Aspectos metodológicos 26 3. Resultados e comentários
Leia maisGroup Statistics. residência N Mean Std. Deviation Std. Error Mean. Avaliação Breve do Estado Mental. meio rural 11 27,73 1,849,557
ANEXO M: Output 1 Teste t de Student para amostras independentes, para comparação entre médias obtidas nos quatro instrumentos de avaliação pelas duas amostras: meio rural e meio urbano. Group Statistics
Leia mais6EMA Lucas Santana da Cunha 17 e 19 de abril de Universidade Estadual de Londrina
ESTATÍSTICA ECONÔMICA 6EMA020-1000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 17 e 19 de abril de 2017 1 o Bimestre Cronograma Critério de Avaliação Bibliografia
Leia maisCE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO
CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis
Leia maisExame de Recurso de Métodos Estatísticos. Departamento de Matemática Universidade de Aveiro
Exame de Recurso de Métodos Estatísticos Departamento de Matemática Universidade de Aveiro Data: /7/6 Duração: 3 horas Nome: N.º: Curso: Regime: Declaro que desisto Classificação: As cotações deste exame
Leia maisCE008 Introducão à Bioestatística
CE008 Introducão à Bioestatística Silvia Shimakura silvia.shimakura@ufpr.br Laboratório de Estatística e Geoinformação Objetivo da disciplina Conhecer metodologias estatísticas para produção, descrição
Leia maisAPLICAÇÃO COLETIVA DA FIGURA COMPLEXA DE REY
APLICAÇÃO COLETIVA DA FIGURA COMPLEXA DE REY Álvaro José Lelé (Centro Universitário de Lavras, Laboratório de Avaliação das Diferenças Individuais-UFMG), Marilourdes do Amaral Barbosa (Universidade da
Leia maisAnálise de Variância a um factor
1 Análise de Variância a um factor Análise de experiências com vários grupos de observações classificados através de um só factor (por exemplo grupos de indivíduos sujeitos a diferentes tratamentos para
Leia maisUniversidade de Brasília - Y Instituto de Psicologia. Programa de Pós-graduação em Psicologia Social, do Trabalho e das Organizações.
Universidade de Brasília - Y Instituto de Psicologia Programa de Pós-graduação em Psicologia Social, do Trabalho e das Organizações. ROTEIRO PARA REALIZAÇÃO DO TESTE t de COMPARAÇÃO ENTRE MÉDIAS, CORRELAÇÕES
Leia maisInstituto Universitário de Lisboa (ISCTE-IUL) Licenciaturas em Gestão e Finanças & Contabilidade Estatística II - Exame de 1ª época
Instituto Universitário de Lisboa (ISCTE-IUL) Licenciaturas em Gestão e Finanças & Contabilidade Estatística II - Exame de 1ª época Duração: 2h +30m Nota: Não são prestados esclarecimentos durante a prova!
Leia maisAula 7. Testes de Hipóteses Paramétricos (II)
Aula 7. Testes de Hipóteses Paramétricos (II) Métodos Estadísticos 008 Universidade de Averio Profª Gladys Castillo Jordán IC e TH para comparação de valores médios µ X e µ Y de duas populações Normais.
Leia maisAMOSTRAGEM COMPLEXA. Bases de Dados IAN-AF Tutorial para análise ponderada recorrendo aos softwares SPSS e R
AMOSTRAGEM COMPLEXA Bases de Dados IAN-AF Tutorial para análise ponderada recorrendo aos softwares SPSS e R 1 Conteúdo Nota introdutória... 3 1. Software SPSS... 4 2. Software R... 16 Referências [1] R
Leia maisAula 7. Testes de Hipóteses Paramétricos (II)
Aula 7. Testes de Hipóteses Paramétricos (II) Métodos Estadísticos 008 Universidade de Averio Profª Gladys Castillo Jordán IC e TH para comparação de valores médios µ X e µ Y de duas populações Normais.
Leia maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisEstatística aplicada a ensaios clínicos
Estatística aplicada a ensaios clínicos RAL - 5838 Luís Vicente Garcia lvgarcia@fmrp.usp.br Faculdade de Medicina de Ribeirão Preto Estatística aplicada a ensaios clínicos aula 12 1 grupo 2 grupos > 2
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisAPONTAMENTOS DE SPSS
Instituto de Ciências Biomédicas de Abel Salazar APONTAMENTOS DE SPSS Rui Magalhães 2010-1 - - 2 - Menu DATA Opção SPLIT FILE Permite dividir, de uma forma virtual, o ficheiro em diferentes ficheiros com
Leia maisMétodos Estatísticos sticos Aplicados à Engenharia de Software Experimental
Métodos Estatísticos sticos Aplicados à Engenharia de Marco Antônio P. Araújo COPPE/UFRJ maraujo@cos.ufrj.br Márcio de O. Barros PPGI / marcio.barros@uniriotec.br Leonardo G. P. Murta COPPE/UFRJ murta@cos.ufrj.br
Leia maisTeste Anova. Prof. David Prata Novembro de 2016
Teste Anova Prof. David Prata Novembro de 2016 Tipo de Variável Introduzimos o processo geral de teste de hipótese. É hora de aprender a testar a sua própria hipótese. Você sempre terá que interpretar
Leia maisAppendices Booklet. João Diogo Sequeira Coelho #1502. Masters in Management
Appendices Booklet João Diogo Sequeira Coelho #1502 Masters in Management January 2015 Index Appendix A Parent s Consent Form 2 Appendix B School Consent Request 3 Appendix C Packaging Designs 4 Appendix
Leia maisBioestatística Básica
Bioestatística Básica Curso de Pós-Graduação RCA 5804 PROF. DR. ALFREDO J RODRIGUES DEPARTAMENTO DE CIRURGIA E ANATOMIA FACULDADE DE MEDICINA DE RIBEIRÃO PRETO UNIVERSIDADE DE SÃO PAULO alfredo@fmrp.usp.br
Leia maisCapacitação em R e RStudio PROJETO DE EXTENSÃO. Software R: capacitação em análise estatística de dados utilizando um software livre.
UFFS Universidade Federal da Fronteira Sul Campus Cerro Largo PROJETO DE EXTENSÃO Software R: capacitação em análise estatística de dados utilizando um software livre Fonte: https://www.r-project.org/
Leia maisInferência Estatística
Inferência Estatística Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Núcleo de Estatística e Informática HUUFMA email: alcione.miranda@terra.com.br Inferência Estatística Inferências
Leia maisI.1. Seleccionado um passageiro ao acaso, qual a probabilidade de ter idade no intervalo [20 a 50) anos e ser fraudulento?
INTRODUÇÃO À ANÁLISE DE DADOS INSTITUTO SUPERIOR DE CIÊNCIAS SOCIAIS E POLÍTICAS UNIVERSIDADE TÉCNICA DE LISBOA Frequência - 29 de Janeiro de 8 Grupo I (4, v) No seguimento de um estudo efectuado pela
Leia maisAULA 11 Teste de Hipótese
1 AULA 11 Teste de Hipótese Ernesto F. L. Amaral 20 de setembro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo
Leia maisANOVA FACTORIAL EXEMPLO 1. ANOVA TWO-WAY COM O SPSS. a capacidade de reconhecimento do odor materno
ANOVA FACTORIAL Quando a variável dependente é influenciada por mais do que uma variável independente (Factor) estamos interessados em estudar o efeito não só de cada um dos factores mas e também a possível
Leia maisEstatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME:
DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME: Observação: A resolução completa das perguntas inclui a justificação
Leia mais6EMA Lucas Santana da Cunha 19 de abril de Universidade Estadual de Londrina
ESTATÍSTICA ECONÔMICA 6EMA020-2000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de abril de 2017 1 o Bimestre Plano do Curso Cronograma Critério de Avaliação Bibliografia
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisFAURGS HCPA Edital 01/2011 PS 01 ANALISTA I Estatístico Pág. 1
Pág. 1 HOSPITAL DE CLÍNICAS DE PORTO ALEGRE EDITAL Nº 01/2011 DE PROCESSOS SELETIVOS GABARITO APÓS RECURSOS PROCESSO SELETIVO 01 ANALISTA I Estatístico 01. E 11. B 02. D 12. B 03. C 13. D 04. B 14. D 05.
Leia maisAssociação entre duas variáveis
Associação entre duas variáveis Questões de interesse: Será que duas variáveis são independentes ou pelo contrário dependentes? E se forem dependentes, qual o tipo e grau de dependência? Medir o grau de
Leia maisModelos de Análise de Variância
Modelos de Análise de Variância Delineamento Completamente Aleatorizado: k tratamentos, r réplicas (balanceado) yi iid ~ N ; i i Normalidade Variância constante ( homocedasticidade ) Independência Análise
Leia maisESTATÍSTICA ECONÔMICA A 6EMA
6EMA020-2000 Lucas Santana da Cunha email: lscunha@uel.br Universidade Estadual de Londrina 13 de abril de 2016 CRONOGRAMA 1 o BIMESTRE: MÓDULO I - Estatística Descritiva Noções Básicas em estatística:
Leia maisFicha da Unidade Curricular (UC)
Impressão em: 03-01-2013 17:12:18 Ficha da Unidade Curricular (UC) 1. Identificação Unidade Orgânica : Escola Superior de Tecnologia e Gestão Curso : [IS] Informática para a Saúde UC/Módulo : Bioestatística
Leia maisESCOLAS DE MANGUALDE
ESCOLAS DE MANGUALDE RETENÇÃO versus INDISCIPLINA e DESMOTIVAÇÃO Um estudo nos 1.º e 2.º Ciclos das Escolas de Mangualde Março de 2015 AGNELO FIGUEIREDO ESCOLAS DE MANGUALDE, www.escolasdemagualde.pt,
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisDelineamento e Análise Experimental Aula 3
Aula 3 Castro Soares de Oliveira Teste de hipótese Teste de hipótese é uma metodologia estatística que permite tomar decisões sobre uma ou mais populações baseando-se no conhecimento de informações da
Leia maisTeste de hipóteses. Testes de Hipóteses. Valor de p ou P-valor. Lógica dos testes de hipótese. Valor de p 31/08/2016 VPS126
3/8/26 Teste de hipóteses Testes de Hipóteses VPS26 Ferramenta estatística para auxiliar no acúmulo de evidências sobre uma questão Média de glicemia de um grupo de animais é diferente do esperado? Qual
Leia maisMÉTODOS QUANTITATIVOS APLICADOS
ANO LECTIVO DE 2013-2014 MÉTODOS QUANTITATIVOS APLICADOS Mestrados: Economia, Economia e Gestão de Ciência, Tecnologia e Inovação, Economia e Políticas Públicas, Economia Internacional e Estudos Europeus
Leia maisTópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas
Tópicos Extras 1ª parte Testes Não Paramétricos, Análise Multivariada, Outras Técnicas 1 2 Técnicas de dependência 3 4 Situações Comparar 3 tipos de rede de computadores, C1, C2 e C3, em termos do tempo
Leia mais